2017.10.27

"스스로 고장을 탐지하고 치유한다", '자가 치유' 기계를 실현하는 산업용 IoT

Patrick Nelson | Network World
산업용 IoT(Industrial IoT, IIoT) 덕분에 생산이 중단되는 시간이 크게 줄어든다. 과학자들에 따르면, 머신에 탑재된 네트워크 연결 센서와 방대한 데이터가 '자가 치유(복구)' 생산을 실현시킨다.


Credit: Photo Fraunhofer IPA

이는 포드와 같은 제조업체와 유럽의 여러 학술 연구기관들이 추진하고 있는 연구 프로젝트인 셀수스(SelSus)의 목표다.

생산 과정에서의 '약점'을 탐지하고, 수학적으로 계산된 다양한 '자가 치유' 기능을 통해 자동으로 '문제가 될 수 있는 부분'을 고친다는 개념이다. 과학자들은 진단으로 장비가 고장나기 전에 이를 바로잡을 방법을 추천할 수 있다고 주장한다. 이런 '자가 치유' 기능은 장비 모니터링을 다음 단계로 끌어올린다.

프로젝트 참여 조직 가운데 하나인 독일의 FIMEA(Fraunhofer Institute for Manufacturing Engineering and Automation) IPA의 마틴 카스퍼츠크는 보도자료를 통해 "기계와 구성 부품의 상태를 모니터링하는 것에 그치지 않는다. 시스템이 잠재적인 고장과 오작동을 예측할 수 있도록, 조기에 마모나 파손 징후, 취약점을 감지하는 데 목적이 있다"고 설명했다.

일부 상황에서는 결함을 고칠 수도 있다. 연구팀은 이미 일정 수준의 성과를 달성했다. EU의 투자를 받은 연구 파트너의 엔진 생산용 로봇 팔의 경우, 문제가 발생하기 시작하면 자가 치유를 시작한다. 연구팀의 설명에 따르면, 저항을 탐지할 경우 잡는 동작 대신 뒤로 물러나는 동작을 한다. 또한 스트레스를 받은 케이블의 파손 확률을 계산할 수도 있다.

자가 치유 기술의 원리
네트워크로 연결된 센서 기반 기술의 토대는 확률을 계산하는 베이지안 네트워크(Bayesian Network)라는 수학 모델이다. 여기에 기준이 되는 작동과 실제 작동을 비교 분석하는 학습 소프트웨어를 사용해 알고리즘을 구현했다.

쉽지 않았다. 카스퍼스키는 "알고리즘 몇 가지를 프로그래밍 하는 것만으로는 불충분하다"고 말했다. 머신 셋업, 로드 테스트에서 모델 데이터를 수집한다. 그리고 실제 작동 환경과 비교하고, 기계 조작자에게 이를 경고한다.

FIMEA IPA의 마이클 캠프는 프로젝트 웹사이트에서 "실제 생산 환경을 반영할 수 있도록 의사 결정과 시뮬레이션 모델을 구축하는 것이 큰 도전과제다"고 강조했다.

필자는 과거에도 IoT 기술에 기반을 둔 기계 고장 탐지 기술에 대한 글을 쓴 적이 있다. IoT에 연결된 사운드 모니터링 센서 또한 기계 고장을 예측할 수 있다. 초음파와 진동 샘플 센서와 알고리즘은 기계에서 발생하는 소음을 활용, 기계 조작자에게 문제가 발생할 수도 있다고 경고한다.

스웨덴의 가전업체인 일렉트룩스(Elecktrolux) 또한 셀수스(SelSus, 자가 유지관리 생산 시스템의 상태 모니터링 및 라이프사이클 성능 관리) 프로젝트에 참여하고 있다. 이 업체는 세탁기 제조공장의 문제를 예측하는 의사결정 지원 시스템을 개발하기 원한다. 센서가 과도한 전력 사용량, 발열, 기계유 사용량을 모니터링한다. 모두 문제를 알려주는 지표들이다. 셀수스 프로젝트가 제공하는 분석으로 상시 공장을 가동할 수 있다.

셀수스 연구원들은 "작은 결함이나 마모 등이 문제를 발생시키는 때가 많다. 이를 탐지하지 못할 경우 파괴적인 고장, 생산 중단 등이 초래될 수 있다"고 말했다. editor@itworld.co.kr  


2017.10.27

"스스로 고장을 탐지하고 치유한다", '자가 치유' 기계를 실현하는 산업용 IoT

Patrick Nelson | Network World
산업용 IoT(Industrial IoT, IIoT) 덕분에 생산이 중단되는 시간이 크게 줄어든다. 과학자들에 따르면, 머신에 탑재된 네트워크 연결 센서와 방대한 데이터가 '자가 치유(복구)' 생산을 실현시킨다.


Credit: Photo Fraunhofer IPA

이는 포드와 같은 제조업체와 유럽의 여러 학술 연구기관들이 추진하고 있는 연구 프로젝트인 셀수스(SelSus)의 목표다.

생산 과정에서의 '약점'을 탐지하고, 수학적으로 계산된 다양한 '자가 치유' 기능을 통해 자동으로 '문제가 될 수 있는 부분'을 고친다는 개념이다. 과학자들은 진단으로 장비가 고장나기 전에 이를 바로잡을 방법을 추천할 수 있다고 주장한다. 이런 '자가 치유' 기능은 장비 모니터링을 다음 단계로 끌어올린다.

프로젝트 참여 조직 가운데 하나인 독일의 FIMEA(Fraunhofer Institute for Manufacturing Engineering and Automation) IPA의 마틴 카스퍼츠크는 보도자료를 통해 "기계와 구성 부품의 상태를 모니터링하는 것에 그치지 않는다. 시스템이 잠재적인 고장과 오작동을 예측할 수 있도록, 조기에 마모나 파손 징후, 취약점을 감지하는 데 목적이 있다"고 설명했다.

일부 상황에서는 결함을 고칠 수도 있다. 연구팀은 이미 일정 수준의 성과를 달성했다. EU의 투자를 받은 연구 파트너의 엔진 생산용 로봇 팔의 경우, 문제가 발생하기 시작하면 자가 치유를 시작한다. 연구팀의 설명에 따르면, 저항을 탐지할 경우 잡는 동작 대신 뒤로 물러나는 동작을 한다. 또한 스트레스를 받은 케이블의 파손 확률을 계산할 수도 있다.

자가 치유 기술의 원리
네트워크로 연결된 센서 기반 기술의 토대는 확률을 계산하는 베이지안 네트워크(Bayesian Network)라는 수학 모델이다. 여기에 기준이 되는 작동과 실제 작동을 비교 분석하는 학습 소프트웨어를 사용해 알고리즘을 구현했다.

쉽지 않았다. 카스퍼스키는 "알고리즘 몇 가지를 프로그래밍 하는 것만으로는 불충분하다"고 말했다. 머신 셋업, 로드 테스트에서 모델 데이터를 수집한다. 그리고 실제 작동 환경과 비교하고, 기계 조작자에게 이를 경고한다.

FIMEA IPA의 마이클 캠프는 프로젝트 웹사이트에서 "실제 생산 환경을 반영할 수 있도록 의사 결정과 시뮬레이션 모델을 구축하는 것이 큰 도전과제다"고 강조했다.

필자는 과거에도 IoT 기술에 기반을 둔 기계 고장 탐지 기술에 대한 글을 쓴 적이 있다. IoT에 연결된 사운드 모니터링 센서 또한 기계 고장을 예측할 수 있다. 초음파와 진동 샘플 센서와 알고리즘은 기계에서 발생하는 소음을 활용, 기계 조작자에게 문제가 발생할 수도 있다고 경고한다.

스웨덴의 가전업체인 일렉트룩스(Elecktrolux) 또한 셀수스(SelSus, 자가 유지관리 생산 시스템의 상태 모니터링 및 라이프사이클 성능 관리) 프로젝트에 참여하고 있다. 이 업체는 세탁기 제조공장의 문제를 예측하는 의사결정 지원 시스템을 개발하기 원한다. 센서가 과도한 전력 사용량, 발열, 기계유 사용량을 모니터링한다. 모두 문제를 알려주는 지표들이다. 셀수스 프로젝트가 제공하는 분석으로 상시 공장을 가동할 수 있다.

셀수스 연구원들은 "작은 결함이나 마모 등이 문제를 발생시키는 때가 많다. 이를 탐지하지 못할 경우 파괴적인 고장, 생산 중단 등이 초래될 수 있다"고 말했다. editor@itworld.co.kr  


X